[發明專利]基于深度回聲狀態網絡的目的地預測方法有效
| 申請號： | 201910162617.6 | 申請日： | 2019-03-05 |
| 公開（公告）號： | CN109978238B | 公開（公告）日： | 2022-05-03 |
| 發明（設計）人： | 邵杰;宋作華;申恒濤 | 申請（專利權）人： | 電子科技大學 |
| 主分類號： | G06Q10/04 | 分類號： | G06Q10/04;G06Q50/30;G06N3/04;G06N3/08 |
| 代理公司： | 電子科技大學專利中心 51203 | 代理人： | 周劉英 |
| 地址： | 611731 四川省成*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 深度 回聲 狀態 網絡 目的地 預測 方法 | ||
1.基于深度回聲狀態網絡的目的地預測方法，其特征在于，包括下列步驟：
為目的地預測的目標對象設置預測模型，所述預測模型的網絡結構為雙輸入深度回聲狀態網絡；
所述雙輸入深度回聲狀態網絡包括NL層；其中，第一層包括兩個神經元個數均為的蓄水池，第2至第NL層分別包括一個神經元個數為NR的蓄水池；且合并第一層的兩個蓄水池的輸出作為第一層的輸出，并將每一層的輸出作為下一層的輸入；線性組合所有層的輸出得到雙輸入深度回聲狀態網絡的輸出結果；
將目標對象在指定區域內的歷史運行軌跡數據作為訓練樣本集，并對訓練樣本集進行軌跡數據預處理：
將訓練樣本集中的每條軌跡的第一個點作為起點，最后一個點作為目的地；
并對每條軌跡，保留從起始點開始的一段軌跡片段，作為訓練片段；并保存每個訓練片段的目的地信息；
基于軌跡數據預處理后的訓練樣本集，按照預設的占比，提取每個訓練片段的前綴和后綴，并將提取得到的前綴與后綴的軌跡點分別逐一輸入到雙輸入深度回聲狀態網絡的第一層的兩個蓄水池中，對預測模型進行深度回聲狀態網絡訓練，得到訓練好的預測模型；
對目標對象在指定區域內的包含起始點的當前行駛 軌跡片段，按照預設的占比，提取當前行駛 軌跡片段的前綴和后綴，并將提取得到的前綴與后綴的軌跡點分別逐一輸入到訓練好的預測模型的第一層的兩個蓄水池中，基于預測模型的輸出得到目標對象的當前目的地預測結果。
2.如權利要求1所述的方法，其特征在于，前綴與后綴對應的占比的優選取值范圍為20％～30％。
3.如權利要求1所述的方法，其特征在于，目標對象為車輛。
4.如權利要求1所述的方法，其特征在于，訓練片段占每條軌跡的優選比例不超過75％。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于電子科技大學，未經電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910162617.6/1.html，轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法；其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政；管理
G06Q10-02 .預定，例如用于門票、服務或事件的
G06Q10-04 .預測或優化，例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理，例如組織、規劃、調度或分配時間、人員或機器資源；企業規劃；組織模型
G06Q10-08 .物流，例如倉儲、裝貨、配送或運輸；存貨或庫存管理，例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化，例如電子郵件或群件的計算機輔助管理
